投資者能解讀文本信息語調嗎

○ 劉建梅 王存峰

引言

信息是市場經濟有效運行的關鍵因素之一，為維護資本市場的健康發(fā)展，優(yōu)化市場資源配置效率，保護投資者及其他利益相關者的權益，上市公司應提高信息披露質量。信息分為軟信息和硬信息，硬信息一般以數(shù)字形式存在，是定量的，例如財務信息；而軟信息一般以文字形式存在，是定性的，如管理層討論與分析（Management’s Discussion & Analysis，以下簡稱MD&A）信息。財務信息一般可以通過可操控性應計、盈余平滑度、激進度、真實盈余管理等多種模型直接測度，但軟信息可鑒證性較差，很難直接測度其質量。之前從信息披露水平角度研究軟信息披露特征的文獻較多，隨著文本信息處理技術的發(fā)展，越來越多的學者從語言特征（Linguistic Characteristics），如語調和可讀性等角度，對文本信息進行了研究。對信息披露水平的度量只是一個數(shù)量因素，而沒有涉及到信息披露的性質和質量。定性信息的“修辭”或者“怎么說”（如語調）的問題會影響投資者對信息的編碼和處理過程，幫助其理解定量信息?！罢Z調”是指定性的文本語言信息中所包含的樂觀或悲觀性。[1]有研究表明語調會對信息的處理產生重要影響，影響信息被感知及理解的方式和過程。[2,3]然而語言或文本信息披露比定量信息有更大的管理層酌量權，操控空間較大，可證實性和可信性也較差，因此當管理層有私利動機時，可能會利用定性的文本信息來操控和誤導信息使用者。

管理層討論與分析（MD&A）是董事會報告的重要組成部分，中國監(jiān)管機構近十幾年來一直致力于完善MD&A的信息披露，希望能為信息使用者提供相對于財務信息更多的增量信息。中國2001年引進 MD&A 披露制度，之后又進行了一系列的修改，如2002年在《公開發(fā)行證券的公司信息披露內容與格式準則第3號——半年度報告》中首次使用“管理層討論與分析”，在第五節(jié)中“管理層討論與分析”取代原“經營情況的回顧與展望”，強調不能只重復財務報告已有的內容；2005 年在《公開發(fā)行證券的公司信息披露內容與格式準則第3號——年度報告》中對“管理層討論與分析”的披露要求進行了細化?？傮w來看，MD&A信息在資本市場上發(fā)揮著越來越重要的角色，也是學者和實務界關注的重要內容。本文從語調（包括正面語調、負面語調和異常正面語調）角度研究了MD&A中的文本信息是否影響投資者的信息解讀。正面語調指MD&A定性的文本信息中所包含的樂觀性，負面語調指MD&A中定性的文本信息中所包含的悲觀性，異常正面語調指偏離于當期和未來定量信息的過度樂觀性。[2]

此外，本文還進一步檢驗了分析師是否能夠幫助投資者傳遞和更好地了解MD&A中的信息，從而影響信息的市場反應。有學者認為分析師是投資者和上市公司之間傳遞和解讀信息的橋梁，能夠降低信息不對稱，提高股價的信息含量。[4,5]然而也有學者認為分析師具有樂觀性偏差，有動機強調上市公司的好消息，而低估壞消息。[6,7]因此我們進一步檢驗了分析師是否在幫助解讀公司信息披露的語調，其樂觀性語調對市場反應的影響如何。

以2007-2016年A股上市公司為樣本，本文通過研究發(fā)現(xiàn)，對于MD&A正面語調，不管是長期還是短期市場均做出了積極反應；對于負面語調，短期來看市場沒有顯著反應，而長期來看市場做出了消極反應，這可能是由MD&A中負面信息的可讀性較低導致的。這表明語調與可讀性的交互作用影響投資者對文本信息的解讀。此外，我們發(fā)現(xiàn)不管是長期還是短期，市場均對MD&A異常正面語調進行了積極反應，這表明市場投資者不能識別MD&A中的異常正面語調，而不同模態(tài)信息（如盈余信息和文本信息）之間的一致性程度能夠幫助投資者識別異常正面語調。進一步研究發(fā)現(xiàn)，在跟蹤分析師較多的公司，正面語調的市場反應顯著更強烈，而負面語調的市場反應沒有顯著性差異；此外，分析師也沒有幫助投資者識別MD&A中的異常正面語調，反而由于樂觀性增強了異常正面信息的市場反應。

文章的理論貢獻如下：第一，國內研究MD&A或年報語調的文獻多以凈語調來度量，[8,9]本文將MD&A語調分為正面語調和負面語調分別進行分析后發(fā)現(xiàn)，投資者對正面語調和負面語調的解讀具有不對稱性，具體表現(xiàn)在負面語調只有長期才有顯著的市場反應。進一步分析發(fā)現(xiàn)，這是由負面信息的可讀性較低導致的。這也提醒投資者對正面信息和負面信息要區(qū)別開來解讀，需關注正負面信息的不同信息質量特征，如負面信息的可讀性。第二，國外文獻用市場反應作為信息含量的度量方法之一，研究了MD&A信息是否具有信息含量。[10,11]然而，本文發(fā)現(xiàn)在中國的資本市場中信息的市場反應不完全等同于信息具有信息含量，當信息披露質量較低時，投資者可能會被誤導而做出錯誤的市場反應。第三，國外有文獻研究了MD&A語調對同行業(yè)競爭對手的溢出效應，認為MD&A語調能夠影響競爭對手的投資和投資效率，本文研究了中國情境下MD&A語調對于資本市場投資者的信息傳遞效應。第四，現(xiàn)有文獻從分析師預測或評級角度研究了其樂觀性，而本文從另一個角度驗證了其樂觀性的存在，即分析師只幫助解讀和傳播了MD&A中的正面信息和異常正面信息。此外，本文進一步得出分析師在信息可信性較低時，會抑制自己的樂觀解讀；而負面信息可讀性較低需要分析師解讀時，分析師反而沒能幫助解讀。這一點補充了分析師在不同的信息質量特征交互時的行為文獻。第五，現(xiàn)有研究語調[2,12]或可讀性[13]的文獻大多只關注其一，而本文在進一步檢驗中研究了MD&A的負面語調和可讀性之間的交互作用。研究發(fā)現(xiàn)負面消息短期沒有市場反應可能是由負面消息的可讀性較低導致的，此時可讀性起到了負向調節(jié)作用，這也提醒學者、監(jiān)管機構和投資者等要關注信息披露特征的交互作用，從多方面關注信息披露的質量。

一、文獻綜述

1.有關MD&A披露的研究

國內外有關 MD&A 信息披露的研究主要圍繞其信息有用性和市場反應展開，且結論具有不一致性。國外有文獻認為MD&A中有關未來經營情況、資本支出、過去收入增長原因的分析和新開商店數(shù)、訂單數(shù)量、研發(fā)等的描述性信息能夠預測未來的基本面，具有信息含量。[10,11]國內針對 MD&A披露的研究較少，但有關此類信息的重要性已逐漸受到國內學者的重視。李峰森等[14]探討了 MD&A 信息的有用性，認為我國MD&A信息總體上對預測公司未來收入、每股盈余和經營現(xiàn)金流量的變化有顯著的輔助作用，而且股票市場也對此做出了及時迅速的反應。薛爽等[15]以2004-2005年的虧損公司為樣本，研究發(fā)現(xiàn)MD&A信息有助于投資者預測企業(yè)未來的盈利能力。然而，前者樣本數(shù)據只有部分2004年的半年報，后者也只是2004-2005年的虧損樣本，有一定的局限性。孟慶斌等[16]研究發(fā)現(xiàn)，MD&A中對未來展望部分的信息含量能夠緩解信息不對稱，顯著降低了未來股價崩盤風險。

然而也有文獻認為，MD&A信息披露不能提供有用信息，甚至存在著管理層的機會主義行為和披露偏差。Brown等[17]認為MD&A的信息有用性在降低，Merkl-Davies等[18]則發(fā)現(xiàn)董事會報告信息披露存在偏差，公司傾向于披露樂觀性信息而忽略或不完全報告悲觀信息，且投資者在短期內并不能識別這些偏差。此外，Li[13]還發(fā)現(xiàn)機會主義的管理者會在管理層討論與分析中披露大量敘述性的信息來掩蓋或者模糊較差的公司業(yè)績。

2.有關信息披露語調以及語調管理的研究

國外有學者研究了公司年報中的信息披露語調，認為語調能夠傳遞公司的基本面信息并帶來股票市場反應。[1,12]Feldman等[1]利用字典統(tǒng)計詞頻的方法來度量管理層討論與分析的語調，發(fā)現(xiàn)短期窗口市場反應與MD&A的語調變化顯著相關。Li[12]則采用了另外一種文本語調的處理方法即樸素貝葉斯計算機學習算法檢驗了管理層討論與分析中有關未來發(fā)展前景（FLS）信息語調的信息含量，研究發(fā)現(xiàn)在控制了未來績效的其他決定因素后，F(xiàn)LS語調與未來盈余正相關。Durnev等認為MD&A的語調具有溢出效應，能夠影響同行業(yè)競爭對手的投資，提高投資效率。[19]以上文獻認為語調具有信息含量，具有決策相關性。然而，也有學者認為信息披露的語調存在著語調管理行為，是管理層的一種策略性信息披露行為。如國外有文獻研究發(fā)現(xiàn)：管理層會為了模糊公司的低業(yè)績或業(yè)績的低持續(xù)性，股票期權行權之前，在需要滿足或者達到分析師預測標準，未來有盈余重述，有再融資、并購時采用較多的樂觀語調，[3,13]而在股票期權授予的時異常語調較低。[3]

國內分析語調的文獻較少，有學者研究了公司年度業(yè)績說明會語調的信息含量和市場反應。如謝德仁等[20]基于我國上市公司年度業(yè)績說明會的文本數(shù)據研究了公司管理層語調是否有助于預測公司未來業(yè)績，發(fā)現(xiàn)業(yè)績說明會上的管理層語調能夠提供關于公司未來業(yè)績的增量信息。林樂等[2]以同樣的文本數(shù)據研究發(fā)現(xiàn)，投資者對管理層的凈正面語調做出了顯著的正向反應，對負面語調做出了顯著的負向反應。這表明管理層語調具有信息含量，投資者會據此做出不同反應。

綜上所述，現(xiàn)有文獻對 MD&A 有用性的結論不一致，并且國內有關語調的研究較少，變量的度量和樣本也存在局限性，本文將在此基礎上做進一步的研究，從語調的角度檢驗在中國制度背景下，投資者對MD&A的信息披露是否認可，對MD&A信息披露的異常語調是否能夠“明察秋毫”。

二、理論分析和假設提出

1.正面語調和負面語調的市場反應

（1）MD&A中信息是重要的信息，也是信息使用者關心的信息。MD&A中的經營情況、資本支出、新開商店數(shù)、訂單數(shù)量、存貨增長、經營現(xiàn)金流等描述性信息能夠預測未來的基本面，具有信息含量。MD&A包括對過去經營情況的總結和對未來發(fā)展的展望，這兩部分都將直接影響投資者對未來公司價值的判斷，對投資者來說具有很大的決策相關性。MD&A 提供了回顧性的敘述性語言文字信息披露，以使信息使用者能夠評價公司的財務狀況和經營成果；還披露了公司未來發(fā)展前景的信息，對于投資者來說具有很大的決策相關性。有關問卷調查結果顯示，大部分投資者都認為描述性的定性信息對做出合理的投資決策有重要的作用，應該在財務報告中加以披露。此外，在分析師的研究報告中，MD&A的引用比例高于年報中的其他部分，包含了大量非財務信息的MD&A，可以對傳統(tǒng)會計報表起到很好的補充和解釋作用。

定量信息本身不能提供公司經濟情況的完美圖景，且投資者需要對定量信息進行編碼，然后才能進行信息處理。而信息披露的語調影響信息被感知和理解的方式和過程，影響信息使用者對信息的編碼和處理，幫助信息使用者獲得信息。[2,3]Feldman等[1]利用字典統(tǒng)計詞頻的方法來度量10-K和10-Q當中的管理層討論與分析語調，發(fā)現(xiàn)短期窗口市場反應與 MD&A的語調變化顯著相關，即使控制了盈余驚奇（Earnings Surprise）和應計結果也如此。Li[12]則采用了另外一種文本語調的處理方法即樸素貝葉斯計算機學習算法，檢驗了10-K和10-Q中管理層討論與分析中有關未來發(fā)展前景（FLS）信息語調的信息含量，研究發(fā)現(xiàn)在控制了未來績效的其他決定因素后，F(xiàn)LS語調與未來盈余正相關。除此之外，他還發(fā)現(xiàn)當管理層對未來績效有警告跡象時，應計與未來的股票回報沒有相關性，這表明 MD&A能夠緩解應計的錯誤定價。Teclock等[21]研究了公司新聞公告的語調對未來盈余的預測能力，發(fā)現(xiàn)負面詞匯的比例能夠預測公司的低盈余，這表明新聞報道的語言描述能夠捕獲一些難以定量化的公司的基本面，且投資者能夠將這些信息迅速融入股票價格當中。

因此，本文預期年報報出后，MD&A的正面語調會帶來公司額外的正面信息和信號，增加投資者對公司價值的估值，進而市場會有短期的積極反應。對于負面語調，本文預期年報報出后，MD&A的負面語調會帶來公司額外的負面信息和信號，降低投資者對公司價值的估值，從而市場會有短期的消極反應。

H1a：在其他條件相同時，MD&A的正面語調短期內與市場反應正相關，負面語調短期內與市場反應負相關

（2）有研究表明定性的文本信息比定量的數(shù)字信息更難處理。定性的文本信息比定量的數(shù)字信息更抽象，多一個信息處理層次，就會影響投資者對信息處理的流暢性，因此文本信息處理的時間比定量信息處理花費的時間要長。[22]Petersen[23]認為定性信息的處理成本要高于定量信息。Engelberg[24]與Petersen[23]觀點相同，認為文本信息較難處理，理解文本信息的內容首先要理解語言表達、語調或者其他細微差別。他們發(fā)現(xiàn)投資者對定性信息的反應要慢于定量信息，因為定性信息沒有定量信息那么客觀、容易處理和容易對比。Engelberg[24]還發(fā)現(xiàn)定性信息能夠預測較長窗口的股票回報，這表明定性信息處理的摩擦（Frictions）和難度產生了股價的漂移。因此MD&A作為定性的文本信息，相對于定量信息會更難被資本市場理解，投資者很可能需要較長的時間去理解吸收從而做出反應。故本文預期在較長的時間窗口下，市場仍會對管理層語調（包括正面和負面語調）做出反應。由此提出以下假設：

H1b：在其他條件相同時，MD&A的正面語調長期內與市場反應正相關，負面語調長期內與市場反應負相關

2.異常正語調的市場反應

MD&A信息大部分都是文字敘述性的信息，本身帶有較強的主觀性、較差的可證實性，管理層可以自主決定是否進行披露及如何披露。國外有學者認為MD&A信息披露存在著管理層的機會主義行為和披露偏差。[13,17]也有學者認為信息披露的語調存在語調管理行為，是管理層的一種策略性信息披露行為。如國外研究發(fā)現(xiàn)，管理層會為了模糊公司的低業(yè)績或業(yè)績的低持續(xù)性、股票期權行權之前、在需要滿足或者達到分析師預測標準、未來有盈余重述、有再融資、并購時，常采用較多的樂觀語調；[3,13]而在股票期權授予時異常語調較低。[3]而投資者對上市公司信息披露的機會主義行為很難及時識別。Pava等[25]發(fā)現(xiàn)，雖然大部分公司準確地描述了過去的經營狀況，但是很少有公司能夠提供有用、準確的前瞻性信息。他們還發(fā)現(xiàn)信息披露存在偏差，公司傾向于披露樂觀的前瞻性信息，而悲觀的前瞻性信息往往被忽略或者沒有被完全報告。Merkl-Davies等[18]認為董事會報告的文件可能包括報告偏差，并且投資者在短期內并不能識別這些偏差。

我國具有特殊的新興市場制度，法律制度和監(jiān)管體系不那么完善，分析師等中介機制也較難發(fā)揮有效的監(jiān)督作用，[26]因此我國MD&A信息披露可能也存在一定的語調管理問題，而我國投資者更難以及時發(fā)現(xiàn)信息披露的機會主義行為。由此本文預期，總體來看我國的投資者不能識別低質量的MD&A信息披露，不能識別語調管理行為，從而投資者對異常正面語調也會做出正面反應。綜上提出以下假設：

H2：在其他條件相同時，MD&A的異常正面語調與市場（短期和長期）①反應均正相關

3.分析師跟蹤對MD&A語調市場反應的影響

分析師是復雜的信息傳遞者，分析師的盈利預測、股票評級及分析師報告中的文本信息都能夠為投資者提供有價值的信息，降低信息不對稱，提高股價的信息含量。但由于某些主觀或客觀原因具有樂觀性偏差，傾向于強調上市公司的好消息，而低估壞消息。[6,7]如基于投行部門和自營業(yè)務的壓力，分析師傾向于對有承銷業(yè)務或所屬券商重倉持有的股票做出樂觀預測，實現(xiàn)拉攏承銷業(yè)務、促銷承銷股票、獲取投資收益等目的；為了滿足經紀業(yè)務部門的要求，分析師會發(fā)布有偏的報告以刺激交易量，從而提高經紀業(yè)務傭金收入。[27,28]Easterwood等[6]研究認為分析師的預測存在系統(tǒng)樂觀性，對壞消息（Negative Information）反應不足，對好消息（Positive Information）過度反應。林樂等[29]研究發(fā)現(xiàn)，由于分析師樂觀性偏差的存在，管理層正面語調對分析師薦股評級水平及其變動有顯著正向影響，而負面語調則沒有顯著影響。分析師為了迎合管理層獲取私有信息也會發(fā)布樂觀性報告。例如，F(xiàn)eng等[30]研究認為，分析師為了迎合管理層獲取私有信息會過度加大管理層盈余預測信息的權重，發(fā)布樂觀性的報告。趙良玉等[31]也得出了類似結論，認為我國財務分析師評級報告樂觀性的一個重要動機是為了滿足上市公司管理層的偏好，以獲取私有信息。

因此一般來說，分析師可以幫助投資者傳遞和更好地了解上市公司披露的信息，從而加強信息的市場反應。然而分析師有樂觀性傾向，對于傳播的信息可能具有選擇性，傾向于傳播好信息，而對負面信息傳播較少或者不報告。因此，由于分析師樂觀性偏差的存在，分析師能夠幫助投資者傳播和解讀正面信息，增強MD&A中正面語調和異常正面語調的市場反應，而對于負面語調卻沒有顯著性影響。由此提出以下假設：

H3：相比于跟蹤的分析師較少的公司，跟蹤的分析師較多的公司MD&A正面語調與市場反應的正相關性更強，而負面語調與市場反應的關系沒有顯著性差異

H4：相比于跟蹤的分析師較少的公司，跟蹤的分析師較多的公司MD&A異常語調與市場反應的正相關性更強

三、研究設計

1.樣本選擇和數(shù)據來源

本文選取了深、滬兩市2007-2016年所有的A股上市公司作為初始研究樣本，并做了如下處理：（1）剔除了金融行業(yè)的上市公司；（2）剔除了相關變量數(shù)據不全的公司；（3） 將連續(xù)變量進行1%分位數(shù)Winsorize處理。最后共得到9548個樣本觀測值。借鑒Li[12]采用機器學習的方法對MD&A的語調進行文本分析，其他研究數(shù)據來源于CSMAR數(shù)據庫和Wind數(shù)據庫。樣本篩選過程如表1所示，其中，由于計算MD&A的ABtone的模型中某些數(shù)據缺失及MD&A語調本身數(shù)據缺失導致剔除了4757個樣本，由于計算市場反應CAR導致數(shù)據缺失3646個。其他樣本缺失情況如下表：

表1 樣本篩選步驟

2.模型設計

為了驗證H1-H4，我們建立以下模型進行檢驗：

各變量定義具體見表2。

表2 變量設計與說明

3.變量定義

（1）被解釋變量：市場反應（股票累計超額回報CAR）

根據已有文獻[32]的做法，本文采用市場調整模型計算超額回報，CAR（-3，3）是年報披露前3天至披露后3天股票累計超額回報，CAR（4，30）是年報披露后第4-30天股票累計超額回報。

（2）解釋變量：MD&A披露語調

本文借鑒Li[12]的研究采用機器學習方法來獲得MD&A的正面語調（Pos）和負面語調（Neg）。首先，手動將訓練語句分類為褒義、貶義和中性。其次，將手動編碼的句子的訓練信息提供給貝葉斯分類器并進行訓練。在此中文年報訓練數(shù)據庫的基礎上，采用貝葉斯算法將MD&A所有語句分類為褒義、貶義和中性。

MD&A的正面語調（Pos）和負面語調（Neg）計算公式如下：

其中，N_Posit、N_Negit和N_Neuit分別為上市公司i在t年MD&A信息披露中的褒義、貶義和中性的句子數(shù)。

借鑒Huang等[3]的方法采用如下模型將語調Tone分為正常的語調和異常的語調ABTone。以下模型回歸殘差即為異常正面語調ABTone。

各變量的定義如下：借鑒Li[12]計算MD&A的披露語調（TONE）公式：EARN為經營利潤，RET為當期的股票年回報率，CFRATIO為經營現(xiàn)金流/流動負債，ACC為應計/資產，SIZE為公司規(guī)模，MTB為（權益市場價值-負債賬面價值）/總資產的賬面價值，ETVOL為過去12個月的股票回報波動性（過去12個月的標準差），EARNVOL為過去3年公司盈余的波動性（標準差），F(xiàn)IRMAGE為公司從成立日至今年數(shù)的對數(shù)，NBSEG和NGSEG分別為公司業(yè)務分部和地區(qū)分部的個數(shù)，MA、SEO、LOSS分別為是否有并購、是否有增發(fā)新股及盈利是否為負，SI為非經常性損益，DEARN為經營利潤變化，AFE為分析師預測誤差。此模型回歸殘差即為異常正面語調ABTone。

（3）控制變量

借鑒Huang等的研究，[3]本文控制了公司負債率Lever、托賓Q、未預期盈余SUE、可操控應計絕對值AbsDA、ROA和公司規(guī)模Size會影響股票市場反應的因素，另外還控制了年報其他部分文本語調AR_Tone，同時控制了行業(yè)和年度的虛擬變量。詳見表2。

四、實證檢驗結果與分析

1.描述性統(tǒng)計

表3報告了各變量的描述性統(tǒng)計。從表3可以看出，年報披露前3天到年報披露后3天的累計超額收益CAR（-3，3）平均值為0.0028，最大值為0.5218，最小值為-0.3168，表現(xiàn)出較大的差異。年報披露后4-30天的累計超額收益CAR（4，30）平均值為0.0038，最大值為0.4472，最小值為-0.2733。另外，有關MD&A語調的描述性統(tǒng)計，正面語調Pos的均值為0.5031，這表明平均來看，上市公司MD&A信息披露有超過一半的語句是褒義的。負面語調Neg的均值為0.2601，這表明平均來看，上市公司MD&A信息披露有26.01%的語句是貶義的。異常正面語調ABTone的均值為0，最小值為-0.5477，最大值為0.4954。

此外，我們還列示了根據跟蹤分析師的中位數(shù)進行分組后的描述性統(tǒng)計，結果如表3所示。分析師跟蹤較多組公司的正面語調和異常正面語調顯著高于分析師跟蹤較少組，負面語調顯著低于分析師跟蹤較少組；且分析師跟蹤較多組公司的年報其他信息的語調、TQ、資產規(guī)模和ROA顯著高于分析師跟蹤較少組，資產負債率顯著低于分析師跟蹤較少組。

表3 主要變量的描述性統(tǒng)計

2.實證結果與分析

（1）表4列示了正面語調的市場反應結果。如第一列所示全樣本正面語調Pos與CAR（-3，3）在5%的水平上顯著正相關，相關系數(shù)為0.0105，這表明MD&A語調越積極，短期市場反應越好。第四列全樣本結果表明正面語調Pos與CAR（4，30）在1%的水平上顯著正相關，相關系數(shù)為0.0179，這表明MD&A語調越積極，長期市場反應越好。以上結果驗證了假設1a。

表4 正面語調市場反應的回歸結果

將全樣本按照跟蹤的分析師數(shù)量中位數(shù)分成了高低兩組，第二列和第三列列示了分組后正面語調的短期市場反應。在跟蹤的分析師較多組，Pos與CAR（-3，3）在1%的水平上顯著正相關，相關系數(shù)為0.0176；在跟蹤的分析師較少組，Pos與CAR（-3，3）相關系數(shù)為0.0037，但不顯著。第五列和第六列列示了分組后正面語調的長期市場反應，在跟蹤的分析師較多組，Pos與CAR（4，30）在5%的水平上顯著正相關，相關系數(shù)為0.0187；在跟蹤的分析師較少組，Pos與CAR（4，30）在10%的水平上顯著正相關，相關系數(shù)為0.0061。進一步的系數(shù)差異性檢驗發(fā)現(xiàn)，跟蹤分析師較多組公司的系數(shù)（0.0187）顯著大于跟蹤分析師較少組公司的系數(shù)（0.0061），p值為0.006。這表明，分析師能夠幫助正面信息的傳遞，從而使得正面信息市場反應更顯著，且以上結果也表明市場投資者短期內之所以能夠對MD&A中的正面語調進行反應，可能是因為跟蹤的分析師對信息進行了傳播和解讀。以上結果驗證了假設3a。

（2）表5列示了負面語調的市場反應結果。如第一列所示以全樣本來看，負面語調Neg與CAR（-3，3）相關系數(shù)為-0.0109，但不顯著。這表明短期來看，市場沒有對負面語調做出顯著的反應。第四列全樣本中，負面語調Neg與CAR（4，30）在5%的水平上顯著負相關，相關系數(shù)為-0.0134，這表明長期來看，市場對負面語調做出了顯著的負面反應。以上結果沒有完全支持假設1b，后文將負面語調無短期市場反應可能的原因進行分析。

表5 負面語調市場反應的回歸結果

本文將全樣本按照跟蹤的分析師數(shù)量中位數(shù)分成了高低兩組，第二列和第三列列示了分組后負面語調的短期市場反應，在跟蹤的分析師較多組，Neg與CAR（-3，3）相關系數(shù)為-0.0165，不具有顯著性關系；在跟蹤的分析師較少組，Neg與CAR（-3，3）相關系數(shù)為-0.0084，也不顯著。第五列和第六列列示了分組后負面語調的長期市場反應，在跟蹤的分析師較多組，Neg與CAR（4，30）在5%的水平上顯著負相關，相關系數(shù)為-0.0147；在跟蹤的分析師較少組，Neg與CAR（4，30）在5%的水平上顯著負相關，相關系數(shù)為-0.0121。且進一步的系數(shù)差異性檢驗發(fā)現(xiàn)，跟蹤分析師較多組公司的系數(shù)（-0.0147）與跟蹤分析師較少組公司的系數(shù)（-0.0121）不具有顯著性差異（p值為0.346）。這表明，從短期來看，分析師沒有幫助投資者傳播和解讀負面信息；從長期來看，投資者會逐漸理解MD&A中的負面信息，然而分析師在這一過程中沒有起到幫助傳播和解讀的增量作用。以上結果驗證了假設3b。

（3）以上結果表明，市場投資者對正面語調有正面的反應，能夠吸收MD&A中的正面信息，但至于投資者是否能夠對MD&A信息披露的質量進行判斷，本文不得而知。為了驗證此問題，檢驗市場對異常正面語調的反應。

表6列示了異常正面語調的市場反應結果。如第一列所示全樣本中，異常正面語調ABTone與CAR（-3，3）在1%的水平上顯著正相關，相關系數(shù)為0.0067，這表明MD&A異常正面語調越高，短期市場反應越好。第四列所示全樣本中，異常正面語調ABTone與CAR（4，30）在1%的水平上顯著正相關，相關系數(shù)為0.0075，這表明MD&A異常正面語調越高，長期市場反應越好。以上結果驗證了假設2。

表6 異常正面語調市場反應的回歸結果

本文將全樣本按照跟蹤的分析師數(shù)量中位數(shù)分成了高低兩組，第二列和第三列列示了異常正面語調的短期市場反應，在跟蹤的分析師較多組，ABTone與CAR（-3，3）在1%的水平上顯著正相關，相關系數(shù)為0.0088；在跟蹤的分析師較少組，ABTone與CAR（-3，3）相關系數(shù)為0.0048，但不顯著。第五列和第六列列示了異常正面語調的長期市場反應，在跟蹤的分析師較多組，ABTone與CAR（4，30）在5%的水平上顯著正相關，相關系數(shù)為0.0100；在跟蹤的分析師較少組，ABTone與CAR（4，30）在10%的水平上正顯著，相關系數(shù)為0.0057。且進一步的系數(shù)差異性檢驗發(fā)現(xiàn)，跟蹤分析師較多組公司的系數(shù)（0.0100）在10%的水平上顯著大于跟蹤分析師較少組公司的系數(shù)（0.0057） （p值為0.077）。以上結果表明分析師沒有起到監(jiān)督和治理作用，不能幫助投資者識別上市公司的語調管理行為；反而分析師可能在幫助管理層傳播異常的正面信息，從而使得異常正面語調的市場反應更強烈。以上結果驗證了假設4b，排除了假設4a。

3.進一步研究

（1）多模態(tài)信息一致性對MD&A異常正面語調市場反應的影響

當人們所接收到的不同來源信息能夠相互印證時，他們會更加相信信息的真實性。[32,33]不同模態(tài)信息若一致，則代表信息更可信，可以增強信息使用者的信心，進而提高人們所感知到的信息可靠性和真實性。因此本文認為多模態(tài)信息一致性（即信息的可信性）會影響投資者對信息的反應，如果不同模態(tài)信息不一致，市場投資者反應會減弱甚至消失。現(xiàn)有研究表明文本定性信息的語調與盈余業(yè)績成正比，[3,12]語調與定量兩種模態(tài)的信息應該保持一致，如果不一致則代表著語調的異常，可能會提醒投資者信息不可信。

在此理論基礎上，借鑒已有文獻[12]的分組思路，將多模態(tài)信息不一致即可信性較低組定義為ROA小于年行業(yè)中位數(shù)但是Pos大于年行業(yè)中位數(shù)的公司，而余下公司為可信性較高組，重新檢驗了MD&A異常語調與市場反應的關系。

結果如表7所示，在多模態(tài)信息一致組，全樣本來看，ABTone有顯著的短期市場反應和長期市場反應。而在多模態(tài)信息不一致組，全樣本來看，ABTone沒有顯著的短期和長期市場反應。這表明，當沒有跡象表明MD&A的語調可能有問題值得懷疑的時候，投資者對異常語調會“深信不疑”，從而做出市場反應；而有此類警示跡象時，投資者對異常語調會“心存疑慮”，從而沒有顯著的市場反應。

表7 多模態(tài)信息一致性（可信性）對MD&A異常正面語調市場反應的影響

此外，在多模態(tài)信息一致組，在分析師跟蹤較多的公司中，ABTone具有顯著的短期和長期市場反應；而在分析師跟蹤較少的公司中，ABTone不具有顯著的短期和長期市場反應。這表明沒有警示跡象表明MD&A的語調可能有問題時，分析師“勇敢”地發(fā)布具有樂觀性偏差的信息，使得投資者做出了更顯著的市場反應。在多模態(tài)信息不一致組中，不管是分析師跟蹤較多還是較少的公司，ABTone均不具有顯著的短期和長期市場反應。這表明，當有跡象表明MD&A的語調可能有問題值得懷疑的時候，分析師不會再去“冒險”發(fā)布具有樂觀性偏差的信息，因此投資者的反應無顯著差異。

（2）負面語調與可讀性交互作用對投資者解讀的影響

由前文結果可知，市場對負面語調短期內沒有顯著反應，但長期來看做出了顯著的負面反應。究其原因，可能是因為上市公司負面信息的可讀性較差，[13]短期內市場沒有理解和吸收，而隨著時間的推移，市場逐漸將負面信息融入股市當中。

負面消息相對于正面消息，有其獨特的一些特點，例如較低的可讀性。如果管理層不希望壞消息被投資者認知，可能會提高壞消息的閱讀難度，使得信息具有模糊性，可讀性較差，從而阻礙投資者對信息的提取和吸收，市場反應也不會那么強烈。[13,34]此外，還有學者研究認為可讀性較差的信息會阻礙信息使用者快速吸收信息的能力。[35]由此我們認為管理層在披露MD&A中的負面信息時可讀性可能會較差，這就阻礙了投資者對負面信息的吸收速度，市場短期內沒有反應；而隨著時間的推移，投資者對負面信息進行了更多的認知，也可能是由于其他信息的披露幫助了投資者對負面信息的理解和吸收，從而在長期內有所反應。

為了對以上原因進行驗證，我們首先參照丘心穎等[36]的7因素計算方法計算可讀性，將總樣本按照可讀性中位數(shù)分為可讀性較高組和可讀性較低組，重新對負面語調的短期市場反應進行檢驗。如表8結果顯示，在可讀性較高組中，全樣本來看，負面語調的短期市場反應顯著為負；而在可讀性較低組中，全樣本來看，負面語調短期無顯著的市場反應。結果符合本文的分析和預測。

此外，為了檢驗分析師在不同可讀性組中的作用是否相同，本文進行了進一步的分組檢驗，如表8所示。當可讀性較高時，在分析師跟蹤較多的公司中，負面語調短期內在1%的水平上具有顯著的消極市場反應；在分析師跟蹤較少的公司中，負面語調短期內無顯著的市場反應。這表明當可讀性較高時，分析師可以幫助投資者傳播和解讀負面消息從而具有消極的市場反應。而當可讀性較低時，不管是分析師跟蹤較多還是較少的公司，負面語調短期內均無顯著的市場反應。這表明當可讀性較低時，分析師沒有幫助投資者傳播和解讀信息，因而市場反應無顯著差異。

表8 可讀性對MD&A負面語調短期市場反應CAR（-3，3）的影響

（3）內生性的檢驗

分析師可能更傾向于跟蹤比較好的公司，而比較好的公司正面語調較高從而市場反應也較好。為了排除這種可能性，解決可能存在的分析師選擇的內生性及樣本自選擇問題，采用Heckman兩階段進行檢驗。第一階段選取了能夠影響分析師跟蹤的變量，除了模型（4）的控制變量還包括Crosslist和EarnVol，Crosslist為是否有海外上市，EarnVol為上市公司過去三年盈余的波動程度；第二階段控制了第一階段選擇模型的“逆米爾斯系數(shù)”。具體結果如表9所示，與主檢驗結果一致。

表9 語調市場反應的Heckman兩階段回歸結果

（4）異常正面語調的更長期市場反應

本文檢驗了更長期的60/90/120天的市場反應。結果表明異常正面語調的市場反應CAR（4，60）在10%的水平上顯著為正，比CAR（4，30）的市場反應變小，且顯著性降低；異常正面語調的CAR（4，90）已經沒有顯著的市場反應；而CAR（4，120）變量的結果顯示，120天時市場已經開始修正這種錯誤定價，異常正面語調逆轉為有負的市場反應，這表明市場此時已經能夠識別異常正面語調且做出了修正（限于篇幅，備索）。

此外，將樣本按照是否有內部人減持和是否屬于股權激勵有效期內將樣本分為兩組，重新進行了檢驗。檢驗結果表明，管理層因為內部人減持和股權激勵提高了壞消息的閱讀難度，從而阻礙投資者對信息的提取和吸收，市場無顯著反應。為了進一步檢驗分析師是否起到了信息傳遞的作用，我們借鑒溫忠麟等[37]中介效應的檢驗方法，驗證了分析師對正面信息和異常正面信息傳播的中介機制。結果表明分析師起到了部分中介的作用（限于篇幅，備索）。

4.其他穩(wěn)健性檢驗

為了驗證投資者對MD&A負面語調長時間的吸收確實能夠影響負面語調的市場反應，而不止是因為隨后其他信息（不良狀況）帶來的影響，本研究控制了跟隨著負面語調之后的其他信息（不良狀況）披露重新進行了檢驗。若30天內有盈余預告且盈余預告是“大降”“略降”“續(xù)虧”“轉虧”，則Poor_information為1，否則為0。結果顯示在控制了不良狀況（Poor_information）后，負面語調仍舊具有長期市場反應，這表明投資者對MD&A負面語調的吸收確實能夠影響負面語調的長期市場反應。

MD&A文本信息披露往往也是公司基本面的語言呈現(xiàn)，然而市場反應有可能并非由MD&A文本信息所導致，而是財務報表數(shù)字。為了排除此種原因，我們在模型中控制了業(yè)績變動指標（C_ROA）和盈余管理指標（AbsDA），重新進行了回歸，回歸結果沒有顯著性變化。

此外，還計算了CAR（-1，1）作為短期市場反應，重新進行回歸，結果仍然支持之前的結論。本研究將計算異常語調模型中不顯著的變量（包括當期的股票年回報率、經營現(xiàn)金流/流動負債、經營利潤/總資產相比去年的變化、分析師預測誤差、公司業(yè)務分部個數(shù)）去掉后，重新計算異常語調進行回歸，結果仍然支持之前的結論；用字典統(tǒng)計詞頻的方法來度量MD&A的語調，重新進行回歸，結果仍然支持之前的結論；對文本信息的財會專業(yè)詞匯進行統(tǒng)計，作為度量可讀性的指標對負面語調的短期市場反應進行檢驗，結果仍然支持之前的結論；只用異常正語調殘差為正的樣本重新進行了檢驗，檢驗結果與之前一致，無顯著性差異（限于篇幅，備索）。

五、研究結論和政策建議

本文以 2007-2016年A股上市公司為樣本，研究了市場對MD&A披露語調的反應。

1.研究結論

（1）MD&A正面語調和負面語調的市場反應具有不對稱性，這表現(xiàn)在對于MD&A正面語調，不管是長期還是短期市場均做出了積極反應；而對于負面語調，短期來看市場沒有顯著反應，而長期市場做出了顯著的消極反應。在進一步的檢驗中發(fā)現(xiàn)：在可讀性較高組，負面語調的短期市場反應顯著為負，且在有內部人減持和有股權激勵的公司中，負面語調短期市場無顯著反應。這表明可能是管理層出于某些動機，如內部人減持和股權激勵等，不希望壞消息被投資者認知，使得信息具有“模糊性”，可讀性較差，從而阻礙了投資者對信息的提取和吸收，市場沒有顯著反應。

（2）不管是長期還是短期，市場均對MD&A異常正面語調進行了積極反應，這表明市場投資者不能識別MD&A中的異常語調。而從更長期來看，投資者會逐漸識別異常語調，雖然這種積極反應越來越弱后來得到了反轉，但為時將近半年。進一步檢驗發(fā)現(xiàn)，當有跡象表明MD&A的語調可能有問題、值得懷疑時（ROA與文本信息的語調不一致時，信息可信性較差），投資者對異常語調會“心存疑慮”，而沒有此類警示跡象時，投資者對異常語調會“深信不疑”。

（3）相比跟蹤分析師較少的公司，跟蹤分析師較多的公司其對正面語調的市場反應顯著更強烈，而負面語調的市場反應沒有顯著性差異，這可能是由分析師樂觀性傾向導致的，分析師更傾向于“樂觀”的解讀，并未充分發(fā)揮信息中介的功能。此外分析師也沒有幫助投資者識別MD&A中的異常正面語調；當異常語調可信性較低時，分析師沒有“冒險”去傳播樂觀性信息；而異常語調可信性較高時，分析師的樂觀性使得投資者做出了更顯著的市場反應。

2.政策建議

（1）針對異常正語調，建議監(jiān)管層可通過對比財務信息（例如盈余信息等）和文本信息的一致性來識別，亦可進一步通過問詢函等方式予以確認和監(jiān)管，以更好地提升中國資本市場的信息披露質量。同時投資者也可考察文本與盈余等不同模態(tài)信息之間的一致性來判斷語調的可靠性，進而降低投資決策風險。

（2）管理層可能會通過降低可讀性來掩飾壞消息，因此針對負面信息，建議監(jiān)管層在監(jiān)督時從多角度評價信息披露質量，除了完善必要的實質性內容披露外，還應當進一步重視和規(guī)范信息語言形式的披露質量，如可讀性。監(jiān)管層應進一步強化上市公司MD&A信息披露文字易讀性要求，以保證語言直白、簡單易懂，其文本所含信息便于投資者識別理解，進而充分發(fā)揮資本市場有效配置資源的功能。例如可規(guī)定MD&A信息披露時應該對專業(yè)術語做出解釋說明或采用圖表幫助投資者理解，可以考慮通過構建上市公司可讀性指數(shù)來規(guī)范其披露行為。

投資者也應對負面信息的可讀性加以關注，投資者應格外注意負面消息的模糊字眼或較多晦澀的專業(yè)詞匯，不要受表面的語言描述限制而對公司真實價值的評估有偏差。此外投資者可以通過繼續(xù)教育等途徑提高信息解讀能力，進而降低投資決策風險。

（3）分析師更傾向于“樂觀”的解讀，且當可讀性較低時，分析師未能有效發(fā)揮專業(yè)解讀信息的作用。監(jiān)管機構應加強對分析師等中介機構的關注，如提高分析師專業(yè)素養(yǎng)和自我糾偏能力，將券商研究部門與證券公司投行利益分割保持分析師獨立性，進而更好地發(fā)揮信息傳播和監(jiān)督作用。此外，投資者也要謹防分析師的樂觀偏差，不能一味相信分析師的解讀。

注釋

① 本文長期市場反應采用的是CAR（4,30），我們認為30天相對是一個較干凈的窗口，較少受到其他信息披露的影響，能夠檢驗語調本身帶來的影響。此外，我們在進一步檢驗中列示了更長期的市場反應。

② 系數(shù)差異性檢驗表明，跟蹤分析師較多組公司的系數(shù)（0.0457）在5%的水平上顯著大于跟蹤分析師較少組公司的系數(shù)（0.0305），p值為0.031。

③ 系數(shù)差異性檢驗表明，跟蹤分析師較多組公司的系數(shù)（-0.0322）與跟蹤分析師較少組公司的系數(shù)（-0.0299）不具有顯著性差異，p值為0.235。

④ 感謝對外經濟貿易大學國際經濟貿易學院劉運韜同學對本文部分數(shù)據收集所做的工作。